超声导波频散曲线反演皮质骨参数的研究

皮质骨参数的变化可以反映骨质的健康状况,因此文章提出了一种频散能量匹配算法来反演皮质骨参数。首先,通过频散特性方程计算出预定义参数下的频散曲线数据库;其次,利用时域有限差分算法建立皮质骨声场模型,将仿真的时域信号通过功率谱估计得到频散能量信息,并与数据库进行匹配,通过分析匹配结果的能量从而得到皮质骨的厚度、纵波速度和横波速度。仿真结果显示:与理论值相比,厚度的平均相对误差为3.8%,纵波速度与横波速度的平均相对误差分别为0.6%、0.9%。对三组离体牛胫骨皮质骨进行反演,离体实验结果显示:与真实值相比,厚度相对误差为4.9%,且实验频散曲线与反演得到的理论频散曲线吻合。因此文中所提出的反演算法可以有效获取皮质骨的厚度,横波速度和纵波速度,从而为评价骨质的健康状况提供可靠的依据。

基于超声导波反演参数定征皮质骨骨质状况研究

骨质疏松发生时,人体皮质骨层的孔隙度将增大。为研究皮质骨参数(厚度、横波速度、纵波速度)与骨质疏松症的关系,文章利用有限元方法对不同孔隙度(0∶3%∶27%)的单层皮质骨进行仿真,以3个周期的高斯包络正弦波作为激励,将采集到的超声导波信号先后经过二维傅里叶变换和Burg算法处理后得到频散数据,与基于FloquetBloch理论建立的理论频散曲线数据库进行匹配反演,得到皮质骨厚度、横波速度、纵波速度参数。结果显示皮质骨厚度反演准确,皮质骨孔隙度与横波速度和纵波速度呈负相关,横波速度敏感度为19.0%,纵波速度敏感度为5.5%。横波速度敏感度更高,临床诊断潜力更大。并对6组牛胫骨进行了离体实验,结果显示,反演得到的皮质骨厚度与其实际测量值的平均相对误差为4.0%,且实验频散曲线与理论频散曲线相吻合,验证了文中算法在真实皮质骨参数反演上的可行性和准确性。文中的研究在骨质疏松超声检测中具有应用潜力。

基于高鲁棒性超声超表面的声束定向发射

基于超薄平面型超声超表面构建了超声束定向发射器件,利用有限元仿真验证了声束定向发射的高效性和采用不同单元结构配置时定向发射效果的高鲁棒性。所设计的超表面器件由结构单元周期性排列而成,在保持结构周期性不变的条件下,尽管结构单元几何形状呈随机分布、或者结构中存在几何缺陷,但仍可有效地保持声束定向发射的良好性能。基于超声超表面的超声束定向发射器件具有结构设计简单、定向准确性高、灵活性强、适用范围广等优点,在工业无损检测、水下探测、医学超声工程等领域具有广泛的应用前景。

基于无监督学习的高分辨光声重建

光声断层成像(Optoacoustic Tomography,OAT)是一种新兴的生物医学成像技术,在基础医学研究与临床实践中具有重要作用。针对现有光声断层成像空间分辨率较低的问题,提出了一种结合物理点扩散函数(Point Spread Func-tion,PSF)模型和卷积神经网络(Convolutional Neural Network,CNN)的新型高分辨光声重建网络方法(Physical Atten-tion U-Net,Phys-AU-Net)。该方法采用无监督学习策略,结合物理PSF模型和基于注意力机制的U-Net网络。其中,物理PSF模型用于完成对衍射受限机制的模拟,基于注意力机制的U-Net网络用于实现对高密度重叠吸收体图像的特征提取。在二者共同作用下,Phys-AU-Net突破了声衍射极限对于OAT成像空间分辨率的限制。实验结果表明,Phys-AU-Net能够有效实现对声衍射受限光声断层图像的高分辨重建,其性能相较于U-Net网络具有较大程度提升,在结构相似性指标(Structural Similarity,SSIM)方面提升了43.5%,在峰值信噪比(Peak Signal to Noise Ratio,PSNR)方面提升了11.2%,对临床研究及诊断具有重要意义。